一种基于高斯混合模型的半监督学习流场预测方法

本申请公开了一种基于高斯混合模型的半监督学习流场预测方法，包括：通过CFD解算方法获取流场解算数据集；将数据集划分为标记流场数据集、未标记流场数据集和验证集；根据标记流场数据集，构建基于深度学习的流场预测模型；对流场预测模型进行训练获取伪标记流场数据；利用流场预测模型和预先构建的解码器的模型分别对混合数据集进行训练；通过基于设计损失函数的二分高斯混合模型获取伪标记流场数据中的简单样本；将简单样本等比例增加到流场预测模型中，直至训练完成；利用验证集对流场预测的效果进行验证，得到建模流场。通过有效利用未标记数据，在维持预测精度的同时，极大地增强了模型在处理未知流场条件下的预测能力。